一种基于邻居规则分类算法的聚焦爬虫.pdfVIP

一种基于邻居规则分类算法的聚焦爬虫.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于邻居规则分类算法的聚焦爬虫.pdf

ISSN 1009-3044 E-maü: eduf@d nz$. ComputerKnowledge and TI邵阳ology 电脑知识与技术 http://www.命lZ$. Vol 3, No 4, May 20 7 Tel:+86-551 65690964 -种基于邻居规则分类算法的聚焦爬虫 敬炬,鲁红英 (成都理工大学信息科学与技术学院, 四川 成都6 ∞59) 捕要:判定链接锚文本与主题的相关皮、评估链接的优先级并过滤不相关的链接是实现聚焦爬行的关键。 通过判定链接 所在页而是否主题相关、是否是导航页面划分链接的类别,结合链接锚文本与主题的相似度,提出了一种基于邻居规则分 类算法评估链接优先级的聚焦爬虫。 该爬虫包括一个主题相关网页判别器、一个导航网页套J~J 器和一个基于邻居规则分 类算法的链接优先级评估器。 实验结采斗之明 ,基于邻居规则分类算法的聚焦爬虫比仅仅根据锚文本判定链接优先级的标 准聚焦爬虫具有更好的性能,因此更加适合用于信,忽检索。 关键词:信息检索;聚焦爬虫;邻居规则;分类算法;链接优先级 中图分类号: TP391 文献标i只码:A 文章编号:1009-3044(2017)14-0151-03 Focused Crawler ßased Oß CRN C lassi1icatioß Algorithm JING Xuan ,LU H ong Ying (College of lnfor11lation $cience Technology, C hengdu University of Technology, C hengdu 610059, C hina) Abstract: T he key of focused crawling is to assess similarity between anch or text and given topic, esti11late priority of links and 6 1 ter irrelevant links. A focllsed crawler based on C民N classi6ωtion algorith 11l is proposed in this work, w hich determin e category of links by deter11lining whether the page links located in relate given topic and whether the page is navigation web page. Priority of the links is estimated based their category and the similarity between anch or text and given topic. T he crawler consist of a rele vant page classi6er, a navigation page classi6er and a link priority evalllator based on C民N classi6cation algorithm. CI飞N(Classi6 cat:i on by R ule based Neighbors) classi6cation algorithm is introduced is this paper. Experiment reslll臼 shows that focllsed crawl er based on CRN classi6cation algorithm has better behavior than standard focllsed crawler only estimating link priority based on anchor text Key

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档